全部动态
这篇论文用Petri网编排LLM，自动生成并发Rust API的测试用例，比纯LLM生成的更可靠，能挖到深层并发bug。
GS-Agent把多个AI智能体和物理引擎连起来，你只要说句话就能生成带物理模拟的4D场景，液体、物体碰撞都能搞定，做内容创作或模拟都省力。
这篇论文把AI代理失效的真正原因讲透了——不是推理不行，而是管不住上下文。还给了个参考实现，LongMemEval和LoCoMo成绩都90%以上。
这篇论文揭示了LLM中一种不易察觉的修辞滥用，并给出了具体测量和缓解方法，适合关注模型文本风格和RLHF影响的读者。
AREX这篇论文让AI自己递归改进答案，在多个搜索和推理基准上超越了同体量模型，想了解自我优化怎么做可以看看。
这篇论文用智能体自动发现概念，让REIMS数据的手术切缘评估更可解释、更准确，真实术中场景也表现更好。
一篇新论文提出了MAPS架构，用层次化强化学习解决无信号交叉口的多车协调问题，在72种场景下实现无碰撞且更快通行，还能零样本从3车迁移到5车，效果很扎实。
想知道开源模型做数据清洗行不行？这篇论文用真实研究数据测试了31-35B模型，近九成任务都能搞定，隐私保护场景也能用。
这篇论文发现了一个反直觉的安全漏洞：把危险目标藏起来经过中介传递，反而让模型更容易执行它。对做LLM部署或安全审查的人很重要。
想测LLM的长对话记忆力？RUMBA这个俄语基准能细粒度诊断模型在时间推理上的强项和短板。
这篇论文搞定了视频换脸的身份漂移问题，用闭环反馈自动找关键帧来固定身份，还顺便修复了皮肤太假的美颜感。比起只靠首尾帧的老方法，思路清晰多了。
这篇论文提出了WML方法，能精准定位Agent工作流失败节点并复用外部技能知识，在SpreadsheetBench和Compiler-Supported50上表现亮眼，比直接SkillAgent省不少token。
这篇论文用具体数据告诉你，GPT和DeepSeek在形式化验证上还比不上ProVerif这些专业工具，但推理模式能把精确率拉到66%，可能当个预筛选过滤器。
用VirtualSet替代SQL，让LLM查询出错时提前报类型错误而不是给假结果，BIRD上还比SQL高4个点，很适合做安全决策。
PG-KINN用Petrov-Galerkin方法结合KAN，在多个力学难题上精度超过PIKAN和MLP，值得做计算力学的人试试。
这篇论文用IBM量子硬件实测量子核方法的几何保真度，发现门扭曲最可靠但任务相关性反而低，揭示了硬件实现与算法目标之间的差距。
这篇论文提出了iPANN和fPANN，用区间和模糊集处理本构建模中的不确定性，能包围噪声观测，还能把不确定性传到有限元仿真里。
这篇论文提出了SPDNN方法，专门解决训练数据和目标数据分布不同的问题。它能量化回归和Huber回归，还能处理时间序列依赖数据。理论证明能达到最优收敛速度，挺扎实的。
这篇论文拆穿了为什么PortLLM的补丁隔了好几轮预训练还能用，理论部分用高维空间特性讲得特别清楚。
想要可解释的回归模型？这篇论文展示了Ex-Fuzzy库的新能力：用10-15条规则就能达到0.86的R²，比黑箱模型还直观。
这篇论文用专家聚合让贝叶斯在线学习自适应，无需事先设定学习率或先验，实验还证明能自动跟踪最强专家。
仅展示最近 2000 条内容，更早的内容请查阅 AI 日报存档